研究人员开发了LATCH,一个使用大型语言模型(LLMs)辅助后布线现场可编程门阵列(FPGAs)定时闭合的框架。研究比较了不同级别的LLM控制,发现专家编写的配方比直接EDA操作(71.4%)或LLM构建的过程(17.9%)具有更高的功能通过率(98.2%)。进一步的实验表明,分支探索和知识库引导的探索显著提高了最大频率增益,知识库方法达到了20.3%。 AI
影响 这项研究展示了LLM在硬件设计中的一种新颖应用,有望加速优化过程并提高FPGA开发的效率。
排序理由 学术论文,详细介绍了使用LLM进行FPGA优化的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- FPGA
- Gotit.pub
- Hugging Face
- LATCH
- LLM
- Matthew J Youngman
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →